ChatGPT爆火，带来哪些机会？(2)

01

不止是大模型算法的胜利 当然，ChatGPT的成功其实并非偶然——继去年Midjourney（AI绘图工具）火爆出圈后，Stability.AI、Runway、Jasper.AI等AI生成内容工具开发商，也相继得到资本的青睐，并带火了市场对于AIGC的投资热情。 归根结底，ChatGPT的成功是技术发展积累和突变的结果，特别是底层技术。 众所周知，算法、算力和数据是共同制约AI发展的三个关键要素，这些在过去十年都完成了由量变到质变的一个过程。其中，去年更是被机构视为技术层面的一个拐点，不论是数据量级、算法模型/架构都达到了一个临界点。 从根本上讲，ChatGPT优异的问答表现以及所能延展出丰富的使用场景，依赖的是其背后自然语言处理（NPL）和生成模型的支持。而从这个视角来看，如今的ChatGPT其实是经历了四轮迭代后的版本，堪称是机器学习、神经网络和Transformer算法三大技术的集大成之作。 其中，最初版就开始采用的Transformer生成式预训练模型，是基于谷歌于2017年提出的Transformer架构，使得AI在文字、语音、图像识别、语言理解等领域达到了超越人类的水平，以此为基础的大模型路线成为发展共识，后经Open AI改造，这也是ChatGPT乃至AIGC火爆背后最为关键的技术变量。 正是基于大模型，加上高质量的数据以及不断的强化训练（PPO算法），大幅提升了ChatGPT对于人类意图的理解能力，并结合对话场景，凭借流畅、高质量的回答体验，加速了其出圈。 另外，大模型之大主要体现在海量的数据规模，尤其是参数量，可以类比人脑的神经元。据了解，ChatGPT是微软使用Azure AI超级计算基础设施上的文本和代码数据进行训练的大模型，参数量多达 1750 亿个，而目前研究发现的人脑神经元最多也在1000亿个左右。 目前市场对于ChatGPT远超市场预期的表现，已逐渐形成多方面的共识和预期： 1）将极大地提升内容生产力，率先落地于AIGC领域，打开其产业的想象边界； 2）大模型成为AI赛道的必争之地，走向通用AI的主流路线； 3）AI发展步入全新阶段，即从弱人工智能迈向强人工智能。

02